AI 도입 기업 늘지만 현장 활용은 여전히 제한적
전문가들 “설비 데이터보다 중요한 것은 작업자의 암묵지와 실행 경험”
제조업 전반에서 산업용 인공지능(AI) 도입이 가속화되고 있지만, 실제 성과 창출을 위해서는 현장 작업자의 경험과 노하우를 AI 시스템에 반영해야 한다는 지적이 제기됐다. 산업 현장에서 발생하는 문제를 가장 먼저 인지하는 주체가 작업자라는 점에서, 이들의 통찰을 AI와 연결하는 것이 차세대 제조 혁신의 핵심 과제로 떠오르고 있다.
산업계가 생성형 AI와 산업 AI를 차세대 성장 동력으로 주목하고 있지만, 기대만큼의 성과를 내는 기업은 아직 제한적이다. 제조기업들은 설비 데이터와 생산 데이터를 대규모로 수집하고 있으나, 실제 현장에서는 AI가 도출한 인사이트가 작업 현장의 실행으로 이어지지 못하는 경우가 많다. 전문가들은 이러한 현상을 '실행 격차(Execution Gap)'로 규정하며 AI 혁신의 다음 단계는 공장 현장에 있다고 분석한다.
최근 Automation.com에 게재된 산업 AI 분석에 따르면, 제조 현장의 유지보수 담당자와 운영 인력은 설비 이상 징후와 운영상의 문제를 가장 먼저 발견하는 존재다. 그러나 현재 대부분의 AI 시스템은 센서 데이터와 운영 데이터에 집중할 뿐, 현장 작업자가 보유한 경험 기반 지식은 충분히 반영하지 못하고 있다.
특히 제조업은 숙련 인력 부족과 세대교체라는 구조적 과제에 직면해 있다. 오랜 경험을 가진 기술자들이 은퇴하면서 공정 운영 노하우와 문제 해결 경험이 함께 사라지고 있으며, 이를 디지털 자산으로 전환하는 것이 중요한 과제가 되고 있다. 산업 AI는 이러한 암묵지(Tacit Knowledge)를 데이터화해 조직 전체가 활용할 수 있도록 지원하는 역할을 수행할 것으로 기대된다.
산업 AI의 역할도 단순 자동화에서 현장 지원으로 진화하고 있다. 과거 AI가 이상 탐지나 예지보전과 같은 분석 중심 기능에 집중했다면, 최근에는 작업자에게 실시간 작업 가이드와 문제 해결 절차를 제공하는 '디지털 작업 파트너' 역할로 확대되고 있다. 생성형 AI 기반 시스템은 작업자가 설비 상태나 정비 절차를 질문하면 즉시 관련 정보를 제공하고, 복잡한 매뉴얼 검색 없이도 업무를 수행할 수 있도록 지원한다.
AI 도입 성공 여부는 기술보다 사람에 달려 있다는 분석도 나온다. 맥킨지(McKinsey)는 최근 보고서를 통해 기업의 AI 투자 효과가 기대에 미치지 못하는 가장 큰 이유로 현장 인력의 AI 활용 역량 부족을 지목했다. 실제로 생성형 AI를 활용하는 기업은 크게 늘었지만, 조직 차원의 체계적인 교육과 인재 육성 전략을 갖춘 기업은 많지 않은 것으로 나타났다.
현장 작업자를 중심으로 한 AI 활용은 생산성 향상 뿐만 아니라 인력 확보 측면에서도 의미가 있다. 반복 업무를 자동화하고 복잡한 의사결정을 지원함으로써 작업자의 업무 만족도를 높이고, 젊은 인재들이 제조업을 보다 매력적인 산업으로 인식하게 만들 수 있기 때문이다. AI는 작업자를 대체하는 기술이 아니라 작업자의 역량을 증폭시키는 기술로 자리매김하고 있다는 평가다.
산업 AI 전문가들은 향후 제조업 경쟁력이 데이터 규모보다 현장 지식의 활용 수준에 의해 결정될 것으로 전망한다. AI가 분석한 결과를 실제 공정 개선으로 연결하고, 현장 작업자의 경험을 다시 AI 학습에 반영하는 선순환 구조를 구축하는 기업이 차세대 스마트 제조 경쟁에서 우위를 점할 것이라는 분석이다.
업계 관계자는 "산업 AI의 진정한 가치는 데이터를 보는 데서 끝나는 것이 아니라, 현장 작업자가 더 빠르고 정확하게 행동할 수 있도록 만드는 데 있다"며 "앞으로의 경쟁력은 AI와 사람이 얼마나 효과적으로 협업하는지에 달려 있다"고 강조했다.
헬로티 김진희 기자 |
